現在、ソーシャルメディア上ではAI投資がバブルであるという見解が支配的だが、この動画は歴史的な産業革命の文脈から見れば、現在のAI投資は投機的バブルではなく構造的なインフラ整備期であると主張する。ドットコムバブル期とは異なり、現在のテック大手企業は既に3000億ドルの営業キャッシュフローを生み出しており、GPU需要は供給を大きく上回る実需ベースである。カーロタ・ペレスの技術革新サイクル理論やソロー・パラドックスを引用しながら、電気、PC、インターネットと同様に、AIも導入期には生産性向上が数値に現れにくいが、2027年から2032年にかけて展開期に入ると予測される。GPUは投機資産ではなく2〜2.5年で投資回収できる生産的資本財であり、急速な陳腐化リスクはあるものの、これは創造的破壊であってバブル崩壊ではないという構造的分析を提示している。
AIはバブルではないという逆張りの視点
さて、ソーシャルメディアのコンセンサスは、現在のAIの財務と経済がバブルであるという事実、あるいは信念に収束しています。そして私は少し逆張りの見解を持っています。問題がないと言っているわけではありませんが、完全にバブルというわけでもないと言いたいのです。完全に逆張りの見解を聞きたければ、現在のAI投資の構造を見てみましょう。そして最後に自分で判断してください。
まず第一に、ソーシャルメディアではAIがバブルであるというコンセンサスがあります。XやLinkedInなどのプラットフォームでの会話は、ドットコムバブルの崩壊やチューリップバブルとの比較で占められています。この物語は、大規模な支出、膨らんだ株価、そして即座の広範な有用性の欠如を指摘しています。つまり、誇大宣伝、バブル、ドットコム、FOMO、市場修正、グレーターフール理論といった楽しいものすべてです。
あなたは「デイブ、あなたはOpenAIに未来がない理由についてのビデオを公開したばかりじゃないか。明らかにバブル側の意見だろう」と言うかもしれません。構造的な問題がないと言っているわけではありません。ただそれほど単純ではないと言っているのです。
構造的な違い:利益に基づく企業
最初の構造的な違いの一つは、今日の巨大企業は約束ではなく利益に基づいて構築されているということです。ドットコムのピーク時、PER(株価収益率)は100を超えていました。それは2000年のことで、評価額はアイボール、つまり将来のアイボールの約束に基づいて天井知らずでした。
しかし今日、PERは30倍です。これはまだ高いです。典型的なPERは15から20なので、これはまだ平均より高いですが、狂気の沙汰ではありません。評価は大規模なキャッシュフローに基づいています。Microsoft、Google、Meta、Amazonは昨年、3000億ドル以上の営業キャッシュフローを生み出しました。これは無視できない数字です。
これがまず第一に、当時と今の間の非常に大きな構造的な違いです。
設備投資の問題:需要主導の投資
バブルの最大の根拠は設備投資の支出にあります。年間のギャップがあります。彼らは6000億ドルを支出していますが、生成AI収益はそれより低いのです。これは2025年時点のものです。
だから「彼らは過剰支出している。なぜ過剰支出しているのか?なぜ負債でレバレッジをかけているのか?何に賭けているのか?」と言うかもしれません。しかし彼らの営業収益が既に3000億ドルあって、基本的に「6000億ドルを使って構築し、より多くの収益を獲得できる」と言っているなら、それは理にかなっています。
それがビジネス投資の目的です。それが負債でレバレッジをかける目的です。
「それこそがバブルのポイントだ。負債が多すぎる。過剰にレバレッジがかかっている」と言うかもしれません。しかし技術的には、それは負債やバブルの定義ではありません。このパターンは非常に馴染みのあるものです。
カーロタ・ペレスの理論:導入期と展開期
産業革命や技術変化について話すとき、私たちが実際に見ているのは、カーロタ・ペレスによれば、導入期があり、その次に展開期が来るという構造です。大規模なインフラ整備、過剰支出、金融資本とコントロール、そしてバブルの認識。私たちは今ここにいます。基本的には「新しいゴールドラッシュだ。新しい主要な技術があって、本当に投資する必要がある」という状況です。
そして2027年、2027年か2028年から始まり、2030年から2032年にかけて展開期を見ることになります。これは広範な採用の立ち上がり、生産資本、そして有用性の黄金時代です。
これはガートナーのハイプサイクルにかなりよくマッピングされていると言えるかもしれません。私の脳はまだ完全にオンラインになっていません。とにかく、ハイプサイクルでは幻滅の谷があり、おそらく今年それを通過し、今では誰もが現実的に見ています。「AIはスカイネットにならなかった。世界も救わなかった。それで今どうする?」と言っているのです。
今は啓蒙の長い坂道で、私たち全員がこれが何であるかについてより現実的な世界観を持っています。しかし私がここで伝えたいのは、幻滅の谷は巨大なバブルが破裂しようとしているという意味ではないということです。それは単に、多くの企業がこの新しい技術に向けて方向転換し始める際の予測可能なインフラ整備だということです。
ソロー・パラドックスと生産性のJカーブ
これはソロー・パラドックスと生産性のJカーブと呼ばれています。電気、PC、または今日のAIのような汎用技術は、企業に即座の生産から無形資本への支出のシフトを強制します。これは最初、生産性の低下のように見えます。投資サイクルの即座のコストは、スタッフの再教育、ワークフローの再設計、データベースの再構築、その技術の購入です。そして生産は遅行指標です。
新しい技術は完全に統合されていないため、生産は横ばいのままか、コストが増加する間に減少さえします。これは何度も起こっています。スライドデッキに載らなかったのは、ソロー、確かロバートだったと思いますが、とにかくこの経済学者が1987年に言ったことです。「コンピューター革命の証拠はあらゆるところにあるが、経済生産性データには存在しない」と。
コンピューターは既にあらゆるところにあり、企業はそれらを展開していましたが、GDPはまだ上がっていませんでした。その理由は、コンピューター以前の時代からコンピューター時代への移行は、単に数台のPCやメインフレームを購入するだけの問題ではなかったからです。ネットワーキングを導入し、ワークフローを変更し、人々を訓練する必要がありました。80年代や90年代の映画には、「私たちのオフィスが最初のコンピューターを手に入れた」というシーンがあり、人々はそれを恐れて突いて、ビープ音が鳴って「ああ」となる。今日それを真剣に受け止めることを想像できますか?コンピューターはもうどこにでもあります。
過去の技術革新サイクルから学ぶ
再教育、それがJカーブの問題です。再教育、設置。私たちは今AIでまさにそこにいます。そしてAIが次の大きなものだと知っている企業は、その大きな投資のリスクを取っています。つまり時には多くの現金を使い、時には多くの負債を抱えることを意味しますが、彼らはそれが次の大きなものだと知っています。
それはインターネットと同じです。PCと同じです。電気と同じです。それが次の大きなものであることは既定の結論です。だから今はバブルのように見えますが、実際には投資と構築なのです。
歴史が示すように、このラグはかなり長いです。蒸気動力は約100年でした。電気は約30年のラグ期間でした、Jカーブのために。コンピューターは約20年でした。Software as a Serviceは約10年でした。人工知能は約2から5年と予想されています。
各採用サイクルがどんどん短くなってきています。そして人工知能が実際に良いのは、私たちが実際に過去15年か20年をかけてSoftware as a Serviceを介して準備性を構築してきたからです。つまりインターネットに接続されたすべてのものとクラウドサービスです。だからAIは実際に採用が少し速くなり、私たちは既にこれを見ています。なぜならそれはSoftware as a Serviceとインターネットサービスに便乗しているからです。
しかし要点は、私たちは以前にこのJカーブを見たことがあり、それは電気ベースの展開で何度も実現してきたということです。電気がコンピューターとインターネットを可能にし、コンピューターとインターネットがAIを可能にしたからです。AIは電気の4番目または5番目の下流の結果、4次または5次の結果に過ぎません。
そしてここに引用があります。ちなみに、コンピューター時代はあらゆるところで見られるが生産性統計には見られない、これが1987年のロバート・ソローです。それはスライドデッキに入っていました。
需要主導vs供給主導:ドットコムとの違い
私たちはまだAIの生産性を見ていません。私たちが見ているのは投資のコストと拡大のコストです。電気、コンピューター、インターネット、AI、Software as a Serviceで同じことをしなければならなかったのと同じように。
重要な違いは、満たされていない需要のための構築と理論的需要のための構築です。重複していますね。2000年のドットコム革命とクラッシュでは、アイデアは「作れば彼らは来る」でした。それは供給側の理論で、1000億ドルを使ってケーブルを敷設し、トラフィックがいずれ到着することを期待するというものでした。到着するまでに5年かかりました。暗く使われていないインフラとトラフィックを生成しないウェブサイトによる破産がありました。
しかし今日、私たちには需要プルがあります。GPUを求めるのをやめてください。在庫切れです。GoogleとMicrosoftは容量制約があり、ハイエンドのコンピューティング顧客を断っています。ClaudeとAnthropicでメッセージが尽きるのを見ます。それは満たされていない需要の兆候です。
「その満たされていない需要はほとんど無料ユーザー向けで、彼らはまだビジネスモデルに取り組んでいる、広告ベースか、サブスクリプションベースか、ハイブリッドベースかどうか」と言うかもしれません。要点は、世界は私たちが持っているよりも多くのAIを望んでいるということです。
そして個人消費者だけでなく他の企業からも、私たち全員がもっと多くのAIを望んでいて、それがまだ良くなっていないという事実が、これが供給側の問題ではなく需要側の問題であることを示しています。そしてこれが最大の構造的な違いだと私は信じています。
需要の実在性:売り切れ状態が示すもの
ドットコム革命とドットコム構築では、彼らはインターネットが次の大きなものだと知っていましたが、人々がFacebookをどう構築するか、Redditをどう構築するか、YouTubeやNetflixなどを構築するかを理解するのに長い時間がかかりました。ちなみにこれらはすべてインターネットの消費者側のものです。
とにかく、インターネットを何に使うかを理解するのに時間がかかりました。人工知能では、私たちは既にGPUに何をさせたいか知っており、使用するためのより多くのことを継続的に探索しています。だからNVIDIA、ARM、Intel、これらすべての人々がGPU、TPU、NPU、何と呼ぼうと深く関わっているのです。
Qualcommも、モバイル側でもです。違いはファイアセールと売り切れの間です。そして私たちは売り切れ段階にいます。市場シグナルは売り切れであり、ファイアセールではありません。すみません。
進化する不足。供給制約の性質が成熟し、深い構造的需要を示しています。2023年から2024年の不足では、個々のハイエンドGPUが入手できませんでした。2025年後半の不足では、個々のGPUはレンタル可能ですが、GPUの大規模ネットワーククラスターは2026年後半と2027年まで売り切れです。また、メモリも売り切れです。インターネット上にはミームが出回っています。昨年200ドルだったRAMのスティックが今年は1000ドルするというものです。
メモリは売り切れ、GPUは売り切れです。需要は非常に非常にリアルです。だからその価格が上昇しているのを見るのです。
複数のボトルネック:シリコンだけではない
実際のボトルネックはシリコンだけではありません。相互接続、つまりネットワークファブリックリンク、電力、メモリもです。その飽くなき需要によって駆動される複数の供給側ボトルネックがあります。
そしてその需要は増加しているだけです。Googleは社内で、現在のモデルトレーニングスケジュールに対応するために6か月ごとに容量を2倍にする必要があると指摘しました。これも需要に対応するためです。需要は、より多くのAI、よりスマートなAI、より多くのトークンを望んでいるということです。
私たちは人類史上最大の産業革命の構築を経験しています、単純な数字だけで見ても。それはアポロ計画に匹敵します。完全にではありませんが、なぜならアポロ計画はGDPのかなりの部分を占めたからです。この構築がまだアポロ計画に匹敵しているかどうかはわかりませんが、等価ドルでマンハッタン計画より大きいです。
GPUは資本財:チューリップではない
GPUはマネープリンターであり、チューリップではありません。これが別の大きな構造的な違いです。チューリップは価値が純粋に投機的なゼロ利回り資産でした。GPUは市場価格のある商品を生産するために使用されるレンタル利回りのある資本資産です。
マネープリンター。Nvidia H100 GPUのコストは約25,000ドルから30,000ドルです。今日時点での60%稼働率での年間収益は約13,000ドルです。つまり投資回収期間は2年から2.5年です。これはまさに見たいものです。なぜならこれは減価償却に対する保険だからです。企業がハードウェアに投資するときは減価償却します。
彼らは税金に対してそれを計上できます。だから最終的にこのGPUは無料になります。そしてそれが無料になり総コストの面でも、同時に金を印刷していました。だから1、2年で時代遅れになっても問題ありません。
これは標準的な産業設備の投資回収サイクルで、CNCマシンや商用トラックに似ています。これは生産能力への投資であり、グレーターフール投機ではありません。そしてこれが数回言及されているのを見たことがあるなら、グレーターフールは基本的にチューリップを買ってより大きな愚か者に売れることを期待するか、ミームコインを買ってより大きな愚か者に売れることを期待するというものでした。
GPUは再販されていません。だから、そして急速な陳腐化のことですが、実際のリスクはバブルではなく、急速な陳腐化です。私は個人的には、先ほど概説した理由から、これが大きなリスクだとは思っていません。しかし一部の人々はそう考えています。だからデータに入りました。
バリュエーションリスク:Ciscoの教訓
2000年、Ciscoは重要なインフラを販売する大規模に収益性の高い企業でした。その株価はPER200倍であまりにも過大評価されており、ピーク価格を回復するのに25年かかりました。それが今起こったばかりです、企業の成功にもかかわらず。これはバリュエーションリスクであり、技術リスクではありません。
ちなみに、私はかつてCiscoで働いていました。株価がピークを下回っていたときでも、それは巨大で強力な企業でした。戻りませんが、今はYouTuberで、それが夢の仕事だからです。しかし要点は、働くのに良い会社だったということです。
ムーアの法則の加速とリスク
ステロイドを使用したムーアの法則。ジェンスン・フアンは、私たちはムーアの法則の二乗を見ていると言いました。AIハードウェアの改善ペースは猛烈です。新しいBlackwell B200チップは、わずか2年前に購入されたH100よりもはるかに効率的です。
リスクはNvidiaがゼロになることではありません。2024年にH100に数十億ドルを費やした企業が、2026年には経済的に競争力のないハードウェアの艦隊を所有していることに気づくというリスクです。これは創造的破壊であり、投機的崩壊ではありません。
繰り返しますが、これは需要が儚いものであるのではなく、需要が飽くなきものであることの兆候です。だから急速な陳腐化は問題です。なぜならB200の注文を受け取る頃にはそれらは時代遅れになっているからですが、同時に動作している間はまだマネープリンターです。
GDP測定方法の変化
私たちはコンピューターブームを待つだけではありませんでした。測定方法を変えました。これは少し複雑です。80年代と90年代に、私たちはコストを調整する方法を知りませんでした。投資が何であるかを言うために。彼らはソフトウェアとハードウェアへの投資は単なる運営費で、ドアの外に出るお金だと考えていたからです。
彼らはヘドニック調整と呼ばれることをしなければなりませんでした。価格は品質に合わせて調整されました。基本的に「この投資は実際に私をより生産的にし、私の生活の質を向上させた」と言っているのです。同じ価格で2倍速いコンピューターは50%の価格下落として扱われ、実質GDPを押し上げました。
これらを無視して、理由は、コンピューターとソフトウェアがどんどん良くなり、基本的に毎年か2年ごとにパフォーマンスが2倍になるにつれて、ほぼ同じ価格のままか、さらに価格が下がるからです。そして彼らはそれをGDPに価格設定する方法を知りませんでした。だから彼らはソロー・パラドックスを測定するのに苦労したのです。「なぜ数字に生産性向上が見られないのか」と言っていて、それは実際にデフレだからです。より多くの価値を得るために実際により少ないお金を使っているからです。彼らはそれをGDPに価格設定する方法を知りませんでした。
AIにも適用される測定方法の変化
だからAIについて注目すべきシグナルは同じです。AIにも同じことが起こります。Jカーブが上昇に転じているという客観的なシグナルは、企業収益だけでなくBEA(経済分析局)の方法論にもあります。
将来の再分類。トレーニング実行のR&Dを見ると、まだ税控除として分類されていない場合は、そうあるべきです。ソフトウェア開発と同じだからです。
トレーニング実行がR&D費用から資本投資に再分類されると、公式の生産性数値が急上昇します。これは80年代と90年代に通常のソフトウェアとコンピューター開発で見たのと同じパターンです。
だから私がここで言いたいのは、人々が「AIはまだGDPに影響していない」と言っているということです。それは部分的に方法論的誤りであり、部分的に分類誤りです。
新しいAI経済のフレームワーク
最後に、AI経済のための新しいフレームワークです。バブルの物語は欠陥のある類推です。ドライバーは投機と熱狂でした。中核資産はゼロ利回りで、チューリップやまだトラフィックのないウェブサイト、まだキャッシュフローのない企業などです。
需要は理論的で、供給プッシュでした。主要なリスクはグレータープールが消えることでした。
そして私たちが今日実際に持っているのは産業革命のフレームワークで、より歴史的なパターンです。汎用技術と生産的資本資産、GPUなどです。需要は実在し満たされていません。それが需要側で、主要なリスクは評価と陳腐化です。
だから、まだ過大評価が見られるかもしれないし、陳腐化が見られるかもしれませんが、GPUが時代遅れになることはチューリップが価値を失うのと同じではありません。それは非常に根本的に構造的に異なります。
これがAIバブルについての私のプレゼンテーションです。少し逆張りの見解だと知っていますが、これがバブルだと言うビデオがますます増えているのを見るたびに、「誰が気にする?構造的な違いを見てください」と思うのです。
これを他の歴史的な産業革命と比較して見てください。単なる技術サイクルではありません。これは単なる技術サイクルと同じではありません。これはインターネット自体、PC自体、電気自体のように、はるかに根本的に構造的なものです。
さて、とにかく、これが今朝の私の意見です。乾杯。良い一日を。
コメント